困擾科學(xué)家十年的「精卵結(jié)合」分子機(jī)制，AlphaFold僅用幾分鐘就精準(zhǔn)預(yù)測(cè)，這只是它五年來改寫生物學(xué)版圖的一個(gè)縮影。從開源代碼到擁有2.4億結(jié)構(gòu)的免費(fèi)數(shù)據(jù)庫(kù)，它讓全球190個(gè)國(guó)家的330萬(wàn)研究者站在同一起跑線，被譽(yù)為結(jié)構(gòu)生物學(xué)的「第二次降臨」。

近期《自然》雜志發(fā)布文章，梳理了谷歌DeepMind的AlphaFold誕生五年來取得的一系列重大科研突破。

與此同時(shí)，谷歌DeepMind也在YouTube發(fā)布了紀(jì)錄片《思維游戲》（The Thinking Game）。

DeepMind官推

這是一個(gè)關(guān)于等待與頓悟的故事，也是生物學(xué)過去五年發(fā)展的縮影。

尋找那把失落的鑰匙

在維也納分子病理學(xué)研究所，生化學(xué)家安德烈婭·保利（Andrea Pauli）曾陷入長(zhǎng)達(dá)十年的困惑。

2018年，她在斑馬魚卵子表面發(fā)現(xiàn)了一種關(guān)鍵蛋白質(zhì)，將其命名為「Bouncer」（保鏢）。

這個(gè)名字很貼切，因?yàn)闆]有它，受精過程根本無(wú)法發(fā)生。

但問題是，這位「保鏢」究竟如何識(shí)別并允許精子進(jìn)入？

保利的團(tuán)隊(duì)和全球同行們反復(fù)嘗試，想通過顯微鏡下的無(wú)數(shù)生化實(shí)驗(yàn)解開這個(gè)分子層面的「握手」機(jī)制，卻始終找不到關(guān)鍵線索。

直到2020年11月，一場(chǎng)變革從倫敦DeepMind實(shí)驗(yàn)室席卷而來。

AlphaFold 2橫空出世。

這個(gè)AI系統(tǒng)能以極高精度預(yù)測(cè)蛋白質(zhì)的三維結(jié)構(gòu)。

那一刻，原本模糊的微觀世界突然變得清晰。

對(duì)保利而言，這就像在黑暗房間里突然點(diǎn)亮了一盞燈：AlphaFold很快預(yù)測(cè)出一種名為Tmem81的精子蛋白結(jié)構(gòu)，它能和另外兩個(gè)蛋白形成復(fù)合物，恰好構(gòu)建出一個(gè)完美的「口袋」，讓「Bouncer」得以嵌入結(jié)合。

Tmem81的AlphaFold模型

困擾人類十年的生殖謎題，被AI在幾分鐘內(nèi)破解。

后續(xù)實(shí)驗(yàn)驗(yàn)證了這一切。

如今，保利感慨道：「它加速了所有發(fā)現(xiàn)?，F(xiàn)在我們每個(gè)項(xiàng)目都在用它。」

結(jié)構(gòu)生物學(xué)的「第二次降臨」

這一幕，只是AlphaFold五周年之際全球無(wú)數(shù)實(shí)驗(yàn)室中的一個(gè)縮影。

回到五年前的深秋，當(dāng)DeepMind公布AlphaFold 2時(shí)，科學(xué)界受到了巨大沖擊。

如果說2018年的第一代版本只是「令人感興趣」，那么第二代版本直接展現(xiàn)了「統(tǒng)治力」。

它生成的3D模型在很多情況下，已與耗資巨大的實(shí)驗(yàn)圖譜難以區(qū)分。

歐洲生物信息學(xué)研究所（EMBL-EBI）的生物信息學(xué)家珍妮特·桑頓（Janet Thornton）用一個(gè)極具宗教色彩的比喻形容這場(chǎng)變革：「擁有能預(yù)測(cè)萬(wàn)物的模型，影響是巨大的。這就像是結(jié)構(gòu)生物學(xué)的‘第二次降臨’（Second Coming）。」

這場(chǎng)變革的強(qiáng)度，從數(shù)據(jù)中可見一斑。

自2021年AlphaFold 2的論文在《自然》雜志發(fā)表以來，短短幾年間，它已被引用近4萬(wàn)次。

和許多熱點(diǎn)過后關(guān)注度斷崖式下跌的研究不同，AlphaFold的熱度曲線是一條昂揚(yáng)向上的直線。

更重要的是，DeepMind做出了一個(gè)決定：將代碼開源，并與EMBL-EBI合作建立數(shù)據(jù)庫(kù)。

這個(gè)數(shù)據(jù)庫(kù)如今像一個(gè)不斷膨脹的宇宙，包含超過2.4億個(gè)預(yù)測(cè)結(jié)構(gòu)，幾乎涵蓋了人類已知的所有蛋白質(zhì)。

全球190個(gè)國(guó)家的330萬(wàn)名研究人員使用這個(gè)數(shù)據(jù)庫(kù)，其中超100萬(wàn)用戶來自中國(guó)、印度等中低收入國(guó)家。

這不僅是技術(shù)的勝利，更是科學(xué)平權(quán)的勝利——無(wú)論是哈佛的頂級(jí)實(shí)驗(yàn)室，還是發(fā)展中國(guó)家的大學(xué)宿舍，只要有網(wǎng)線，就能看到生命的精密藍(lán)圖。

從預(yù)測(cè)結(jié)構(gòu)到重塑科學(xué)

2024年，AlphaFold的締造者德米斯·哈薩比斯（Demis Hassabis）和約翰·詹珀（John Jumper）分享了諾貝爾化學(xué)獎(jiǎng)的一半殊榮。

對(duì)于一個(gè)誕生僅五年的工具來說，這幾乎是光速般的認(rèn)可。

但詹珀本人更關(guān)注另一個(gè)問題。

看到像保利這樣的科學(xué)家利用AlphaFold取得突破，他不僅感到驕傲，還好奇：「什么時(shí)候會(huì)有人因?yàn)椤褂谩疉lphaFold而獲得大獎(jiǎng)呢？」

這絕非空話。

DeepMind資助的一項(xiàng)研究發(fā)現(xiàn)，使用AlphaFold的研究人員向PDB（蛋白質(zhì)數(shù)據(jù)庫(kù)）提交的實(shí)驗(yàn)結(jié)構(gòu)數(shù)量，比未使用該工具的同行多約50%。

這揭示了一個(gè)現(xiàn)象：AI并未像有些人擔(dān)心的那樣「取代」實(shí)驗(yàn)學(xué)家，反而在「反哺」他們。

那些通過X射線晶體學(xué)或冷凍電鏡得到的模糊原始數(shù)據(jù)，因有AI預(yù)測(cè)結(jié)構(gòu)的輔助，變得更容易解讀。

詹珀說：「我喜歡這種感覺，它幫助了最初為我們提供數(shù)據(jù)的人?！?/p>

這形成了一個(gè)完美閉環(huán)：人類的實(shí)驗(yàn)數(shù)據(jù)訓(xùn)練了AI，AI反過來幫助人類解讀實(shí)驗(yàn)數(shù)據(jù)，進(jìn)而產(chǎn)生更多數(shù)據(jù)。

在這場(chǎng)循環(huán)中，科學(xué)發(fā)現(xiàn)的進(jìn)程被加速。

五年過去，AlphaFold已不再是單純的新聞熱詞，它變成了像移液槍、顯微鏡一樣的科研「基礎(chǔ)設(shè)施」。

它悄無(wú)聲息地融入每篇論文的致謝，融入每次藥物設(shè)計(jì)的構(gòu)想，融入人類對(duì)生命最本質(zhì)奧秘的每一次探索。

在原子與代碼的交織中，人類終于不再只是在黑暗中摸索生命的形態(tài)，而是點(diǎn)亮了一盞燈，看清了生命本質(zhì)里的每一處細(xì)節(jié)。

參考資料

https://www.nature.com/articles/d41586-025-03886-9

https://www.youtube.com/watch?v=d95J8yzvjbQ

本文來自微信公眾號(hào)「新智元」，作者：艾倫，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com